Upload
luis-messias
View
3
Download
0
Embed Size (px)
DESCRIPTION
BI_Amostra
Citation preview
OLTP X OLAP
• OLTP: “Online Transaction Processing” se
refere aos s is temas operacionais ou
transacionais da organização. Ou seja, são
aqueles sistemas que controlam os processos
e as operações da empresa. Nestes, os dados
são voláteis, ou seja, os dados são inseridos,
alterados ou excluídos a todo o momento.
FINALIDADE PRINCIPAL: Permitir a execução
operacional do negócio.
Entretanto, no OLTP, a execução de consultas e
análises gerenciais é lenta.
• OLAP: “Online Analytical Processing” se trata
da capacidade de analisar os grandes volumes
de dados armazenados no DW apoiada por
ferramentas que permitem as consultas com
respostas rápidas e funções de análises
gerenciais do negócio.
Métodos de armazenamento dos dados OLAP:
• ROLAP: A organização dos dados no banco de
dados segue a modelagem RELACIONAL.
Indicado para DW;
• MOLAP: Os dados são organizados seguindo a
modelagem multidimensional (tópico tratado
mais a frente). Mais indicado para DATA-
MARTS;
• HOLAP: Combinação (Híbrido) do ROLAP e
MOLAP.
Business Intelligence
FONTES DE DADOS
Análise
Data MiningGer. Relatórios
Serv OLAP
Serv OLAP
B
I
G
D
A
T
A
Data Warehouse
Data MartBDs Operacionais
MetaDados
FerramentasFront End
ExtraçãoTransformaçãoCargaAtualização
Fontes Externas
FerramentasBack End
Monitoração Administração
Caso surjam outros então teremos “Datamarts”,
disponível um Data Warehouse.
GRANULARIDADE: Refere-se ao nível de detalhe
que a informação chega no DW. Assim, é correto
afirmar que, quanto menor for o nível de detalhe, mais
alto será o nível de granularidade dos dados e maior
será a possibilidade do sistema responder a qualquer
consulta. Do mesmo jeito que, quanto maior for o nível
de detalhe, mais baixo será o nível de granularidade
dos dados e menor será a possibilidade de o sistema
responder a qualquer consulta. Exemplo: Em um DW
que trata do assunto de Notas Fiscais, se a
granularidade chegar até os itens da nota, perceba
que o volume de dados será imenso. Já se o “grão” for
maior chegando apenas no número da nota, teremos
um menor volume de dados.
DATA WAREHOUSE (DW): Também conhecido como
“armazém de dados”, é um banco de dados que
integra e consolida os diversos sistemas e fontes de
dados (arquivos de texto, planilhas eletrônicas, banco
de dados, imagens, mensagens, qualquer fonte de
informação que possa ser extraída) de uma
organização para apoio na tomada de decisão.
Possui as seguintes características:
• Não Volátil: Os dados que são inseridos na
base do Data Warehouse não serão mais
atualizados. Ou seja, como o dado já tem como
origem outro sistema onde foi todo tratado,
neste ambiente ele não sofre mais atualização;
• Integrado: Os dados inseridos no DW têm
como origem diversos sistemas. Às vezes, cada
um trata da mesma informação de diferentes
maneiras. Exemplo: a informação do sexo, no
sistema A é guardado como ‘Homem’/’Mulher’ e
no sistema B, como ‘Masculino’/‘Feminino’.
Quando for para o DW, há a integração e
padronização, assumindo e transformando
para um único valor como, por exemplo,
‘Masculino’/‘Feminino’. Assim, os dados,
quando oriundos do sistema A, são transforma-
dos para este padrão quando inseridos no DW;
• Orientado ao Tempo: Para uma adequada
análise do gestor dos dados históricos, um DW
é sempre orientado ao tempo. Assim, é
possível avaliar a evolução dos dados e
também realizar comparações em tempos
diferentes. Por exemplo, comparar a média de
vendas realizadas nos Estados do Sul no
primeiro Trimestre de 2014 e 2015, permitindo
alguma ação do gestor com base na resposta
deste cenário;
• Orientado a Assunto: Um DW, entre os seus
objetivos, busca a consolidação de informações
dos diversos assuntos ou departamentos da
organização em um único banco de dados. Por
isso, este sempre vai ser construído orientado
a assuntos. Para ser qualificado como um DW,
este deve ser formado e oferecer diversos
assuntos. Quando o armazém de dados tratar
apenas de um assunto da organização, este é
qualificado como um Datamart.
BUSINESS INTELLIGENCE: Na tradução livre,
significa Inteligência de negócios ou simplesmente
“BI”. É um conjunto de técnicas e ferramentas que,
reunidas, possibilitam ao gestor a tomada de uma
decisão com base em métricas ou valores que são
extraídos de seus diversos sistemas e consolidados.
O BI oferece ao gestor os números para análise, tanto
histórica quanto comportamental, de sua empresa
além da identificação de tendências de seu público.
Finalidade: Prover suporte decisório de
qualidade nas organizações, disponibilizando
informações sobre clientes, mercado, negócios e
processos com as seguintes características:
• Informações confiáveis, padronizadas, unifica-
das, com fácil e rápido acesso.• Composição de análises diferenciadas.• Visualização intuitiva das informações.
Técnicas e conceitos envolvidos num BI:
• Data Warehouse• OLTP x OLAP• Metadados• Dimensões• Fatos• Data Mining• Big Data
Características OLAP:
• Dimensões: Estrutura que armazena qualquer
visão ou descrição do negócio, como região,
produtos, tempo, fornecedores;
• Cubos: Estrutura que armazena as métricas
pré-processadas em memória, acelerando as
consultas e permitindo a visualização de seus
valores por diversos ângulos (dimensões);
• Slice: Seleção(“fatia”) de uma única dimensão
de um cubo OLAP;
• Dice: Extração de um “subcubo” a partir do
original com duas ou mais dimensões;
• Pivot Table: Possibilidade de inverter as
posições dos dados de linhas para colunas e
vice-versa e, assim, realizar a análise de
diferentes perspectivas.
• DRILL: É a Navegação pelo dado. Esta
navegação normalmente ocorre dentro de um
cubo através das dimensões.
ú DRILL UP(ROLL-UP): Navegar do nível de
maior detalhe para um nível acima para
agregação;
ú DRILL DOWN: Navegar do nível mais
agregado para o de maior detalhe;
ú DRILL ACROSS: É o operação OLAP que
permite relacionar fatos diferentes através
de dimensões compartilhadas.
ú DRILL THROUGH: Quando há uma troca
de uma informação analisada para outra.
São alguns exemplos de bancos MOLAP e que
possuem estas características acima listadas:
Microsoft SQL Server Analysis Services e Oracle
OLAP (Essbase) .
Suco
Cola
Leite
Creme
Cadeira
Sabonete
Reg
ião
N
S
O
Mês
Pro
du
to
1 2 3 4 5 6 7
- Consultor de Business IntelligenceGrimaldo [email protected] - www.bicomvatapa.blogspot.com - www.aprendavirtual.com
Juracy Almeida - Consultor de Business [email protected] - https://www.linkedin.com/pub/juracy-junior/8/567/9ba/pt
Autores:
1
UMO RES